iomgaa db392d9c81 存档点：压缩前补记层 2 开写前两件待办（默认参数确认+显存重审、自查题对答案） ...

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

2026-07-18 10:47:08 -04:00

..

00-roadmap.md

存档点：压缩前补记层 2 开写前两件待办（默认参数确认+显存重审、自查题对答案）

2026-07-18 10:47:08 -04:00

01-paper-code-map.md

docs: 修正 π̂ detach 失败机制的方向性错误（压低先验逃逸而非抬高自我强化），补充推导要点

2026-07-18 02:23:49 -04:00

02-sft-baseline.md

层1: 损失缩放终解——显式退出 HF 新式梯度累积契约（model_accepts_loss_kwargs=False）

2026-07-18 10:25:11 -04:00

03-whitebox-opd.md

docs: 第三章勘误——off-policy 切片是数据轨迹上的 KL 蒸馏而非混 SFT；补 prompt-only 下静默空转的说明

2026-07-18 09:02:41 -04:00

appendix-claudemd-decisions.md

docs: 教学注释规范与接口回看规则入 CLAUDE.md；新增 CLAUDE.md 取舍决策附录

2026-07-17 11:59:05 -04:00

research-ideas.md

docs: 新增研究方向记录（RI-1：OmniOPD × ZO-RGD 零阶黎曼优化的三个结合点）

2026-07-18 02:57:01 -04:00